ui-ux-pro-max-skill Logo 设计管线详解BM25 设计简报检索与 Gemini/Atlas Cloud 双通道生成实战【免费下载链接】ui-ux-pro-max-skillAn AI skill that provides design intelligence for building professional UI/UX across multiple platforms.项目地址: https://gitcode.com/gh_mirrors/ui/ui-ux-pro-max-skill本文围绕 ui-ux-pro-max-skill 仓库中的 Logo 设计参考文档 logo-design.md 展开完整讲清该技能先检索、后生成的 Logo 设计工作流如何用search.py的 BM25 引擎从 55 种风格、55 组色板、55 个行业数据中生成设计简报再用generate.py通过 GeminiNano Banana或 Atlas Cloud 双通道产出 Logo 图片。读完本文你可以直接复制文中的命令完成一次完整的 AI Logo 设计流程并理解每个参数在底层代码中的实际行为。Logo 子技能在 Design 技能中的位置ui-ux-pro-max-skill 的design技能是一个统一的设计入口其 SKILL.md 将 Logo 设计描述为55 styles, Gemini or Atlas Cloud AI的生成能力之一与 brand、tokens、UI、CIP、slides、banners、social photos、icons 并列。Logo 子技能的全部资产集中在.claude/skills/design/下按职责分为三层层路径职责参考文档references/logo-design.md本主题的入口文档定义脚本、命令、风格与配色规范数据层data/logo/styles.csv、data/logo/colors.csv、data/logo/industries.csv三张 CSV 数据表供 BM25 检索执行层scripts/logo/search.py、scripts/logo/generate.py、scripts/logo/core.py检索 CLI、生成 CLI、BM25 检索引擎文档原文对三个脚本的定位如下ScriptPurposescripts/logo/search.pySearch styles, colors, industries; generate design briefsscripts/logo/generate.pyGenerate logos with Gemini Nano Banana or Atlas Cloudscripts/logo/core.pyBM25 search engine for logo data需要说明的是文档中命令示例使用~/.claude/skills/design/scripts/logo/前缀这是技能安装到用户主目录后的运行时路径在仓库内这些文件对应.claude/skills/design/scripts/logo/目录内容完全一致。检索内核 core.pyBM25 引擎如何工作core.py 是整个子技能的检索基础文档称其为BM25 search engine for logo data。从源码结构看它包含四个关键设计点1. 数据目录与三域配置。数据目录由DATA_DIR Path(__file__).parent.parent.parent / data / logo定位core.py 第 14 行默认最多返回 3 条结果MAX_RESULTS 3。CSV_CONFIG为每个域style / color / industry分别指定数据文件styles.csv/colors.csv/industries.csv参与检索的列search_cols即 BM25 文档由哪些列拼接而成。例如 style 域用Style Name、Category、Keywords、Best For四列拼成文档color 域用Palette Name、Category、Keywords、Psychology、Best For输出列output_cols决定最终展示哪些字段。例如 color 域会输出完整的五色 Hex 值Primary/Secondary/Accent/Background/Text Hex。2. 标准 BM25 实现。BM25类core.py 第 37-96 行采用经典参数k11.5, b0.75词元化规则是小写化、去标点、过滤长度 ≤ 2 的词第 50-53 行IDF 公式为log((N - f 0.5) / (f 0.5) 1)。检索时只对得分大于 0 的文档返回结果第 123-124 行因此不相关的查询不会硬凑结果。3. 域自动检测。当你不传--domain时detect_domain()会基于关键词计数在三个域之间做判定style 域关键词包含minimalist、vintage、emblem、wordmark等color 域包含palette、hex、颜色词industry 域包含tech、healthcare、finance、food等。若所有域都没有命中默认回退到style域第 143 行。4. 全域检索。search_all()对三个域各取最多 2 条结果合并返回这正是设计简报design brief的数据来源。第一步生成设计简报Design Brief文档明确把设计简报标记为工作流起点Design Brief (Start Here)。推荐命令python3 ~/.claude/skills/design/scripts/logo/search.py tech startup modern --design-brief -p BrandName在仓库实际路径下等价于python3 .claude/skills/design/scripts/logo/search.py ...。--design-brief可缩写-db会调用search_all()跨三个域检索-p指定品牌名generate_design_brief()search.py 第 37-91 行会把结果组织成带四个板块的简报INDUSTRY ANALYSIS行业分析输出推荐风格、主色、字体、常用符号、情绪、最佳实践与规避项STYLE RECOMMENDATIONS风格推荐每个风格给出色彩、字体、效果、适用场景与复杂度COLOR PALETTE OPTIONS色板选项含 Primary/Secondary/Accent/Background 的 Hex 值与心理暗示末尾以品牌名大写作为简报标题LOGO DESIGN BRIEF: BRANDNAME。这个板块结构在 search.py 第 52-88 行中逐项拼出Agent 拿到简报后即可直接进入下一步生成。第二步按域检索风格、色板与行业规范文档给出的三个域检索命令可直接使用# Styles python3 ~/.claude/skills/design/scripts/logo/search.py minimalist clean --domain style # Color palettes python3 ~/.claude/skills/design/scripts/logo/search.py tech professional --domain color # Industry guidelines python3 ~/.claude/skills/design/scripts/logo/search.py healthcare medical --domain industry以第一条命令为例实际执行输出如下已按 token 优化格式单字段超过 300 字符会被截断见 search.py 第 29-30 行## Logo Design Search Results **Domain:** style | **Query:** minimalist clean **Source:** styles.csv | **Found:** 3 results ### Result 1 - **Style Name:** Minimalist - **Category:** General - **Keywords:** clean, simple, essential, whitespace, geometric, modern - **Primary Colors:** #000000 #FFFFFF #F5F5F5 - **Secondary Colors:** Single accent only - **Typography:** Sans-serif thin weight - **Effects:** None, sharp edges, high contrast - **Best For:** Tech startups SaaS apps professional services - **Avoid For:** Playful brands children entertainment - **Complexity:** Low - **Era:** 2010s-Present ### Result 2 - **Style Name:** Swiss/International - **Category:** Design - **Keywords:** grid-based, rational, clean, functional ...除文档列出的用法外CLIsearch.py 第 94-103 行还支持两个文档未提及的选项--max-results / -n调整返回条数默认 3对应MAX_RESULTS以及--json输出原始 JSON 结果便于程序化处理。--domain的合法取值即CSV_CONFIG的键style、color、industry。数据层55 种风格、55 组色板与 55 个行业文档标题摘要写55 styles, 30 color palettes, 25 industry guides而从当前仓库数据文件实际内容看三张表都已扩充到 55 行styles.csv 覆盖 55 种风格colors.csv 与 industries.csv 各含 55 组数据。这意味着文档正文中的风格分类表与配色表是数据的一个精选子集完整取值以 CSV 为准。文档归纳的风格分类表如下Available Styles小节CategoryStylesGeneralMinimalist, Wordmark, Lettermark, Pictorial Mark, Abstract Mark, Mascot, Emblem, Combination MarkAestheticVintage/Retro, Art Deco, Luxury, Playful, Corporate, Organic, Neon, Grunge, WatercolorModernGradient, Flat Design, 3D/Isometric, Geometric, Line Art, Duotone, Motion-ReadyCleverNegative Space, Monoline, Split/Fragmented, Responsive/AdaptiveCSV 中每个风格记录还带有文档未展示的字段Complexity复杂度、Era时代、Avoid For不适用于什么品牌例如 styles.csv 中 3D/Isometric 标记为 High 复杂度、2018-Present 时代Neon/Glow 明确 Avoid 于 Corporate healthcare traditional 场景——这些字段会直接出现在设计简报的 STYLE RECOMMENDATIONS 板块中。色彩心理学方面文档给出核心速查表ColorPsychologyBest ForBlueTrust, stabilityFinance, tech, healthcareGreenGrowth, naturalEco, wellness, organicRedEnergy, passionFood, sports, entertainmentGoldLuxury, premiumFashion, jewelry, hotelsPurpleCreative, innovativeBeauty, creative, tech而 colors.csv 提供了可直接落地的完整色板。每条色板包含五个 Hex 通道与心理学描述例如PalettePrimarySecondaryAccent心理暗示Best ForTech Gradient#6366F1#8B5CF6#06B6D4Innovation technology forward-thinkingTech startups SaaS AI companiesClassic Blue Trust#003366#0055A4#FFD700Trust reliability professionalismFinance legal healthcare corporateLuxury Gold#1C1917#44403C#D4AF37Luxury prestige exclusivity wealthLuxury fashion jewelry hotelsEco Green#228B22#2E8B57#8FBC8FGrowth sustainability health natureOrganic eco wellness environmentalVintage Sepia#704214#A0522D#D2B48CNostalgia heritage authenticityCraft heritage artisan vintage行业默认值表文档Industry Defaults小节IndustryStyleColorsTypographyTechMinimalist, AbstractBlues, purples, gradientsGeometric sansHealthcareProfessional, Line ArtBlues, greens, tealsClean sansFinanceCorporate, EmblemNavy, goldSerif or clean sansFoodVintage Badge, MascotWarm reds, orangesFriendly, scriptFashionWordmark, LuxuryBlack, gold, whiteElegant serifindustries.csv 在此基础上进一步扩充到 55 个行业每个行业除推荐风格与配色外还给出Common Symbols常用符号、Mood、Best Practices与Avoid四列。例如 Technology 行业推荐 Minimalist Abstract Mark Gradient Geometric常用符号是 Circuit nodes data infinity loop明确避免 Overly complex clip art dated fontsHealthcare 行业则建议避免使用红色血液联想与过于冷硬的风格。设计简报的 INDUSTRY ANALYSIS 板块正是逐列输出这些字段。第三步generate.py 生成 Logo文档给出三条代表性命令并强调ALWAYS use white background for output logos生成的 Logo 一律要求白色/透明背景——这一约束实际写在生成脚本的提示词模板中后文详述python3 ~/.claude/skills/design/scripts/logo/generate.py --brand TechFlow --style minimalist --industry tech python3 ~/.claude/skills/design/scripts/logo/generate.py --prompt coffee shop vintage badge --style vintage python3 ~/.claude/skills/design/scripts/logo/generate.py --brand TechFlow --provider atlas文档摘要的选项为--style、--industry、--prompt、--provider、--atlas-model结合 generate.py 的main()第 488-558 行完整参数面如下参数说明备注--prompt / -pLogo 描述提示词与--brand至少提供一个否则报错--brand / -b品牌名会插入提示词头部Logo for Brand:并用于默认文件名--style / -s风格修饰符取值限定于STYLE_MODIFIERS的 18 个键--industry / -i行业取值限定于INDUSTRY_PROMPTS的 10 个键--output / -o输出文件路径缺省为{brand}_{时间戳}.png--output-dir批量模式的输出目录缺省为./{brand}_logos--batch批量生成变体数批量模式专用--brand-context附加品牌上下文前置到批量模式提示词--pro使用 Nano Banana Pro 模型仅--provider gemini有效与--provider atlas互斥第 542-543 行--providergemini默认或atlas选择图像生成通道--atlas-modelAtlas Cloud 模型默认google/nano-banana-2-lite/text-to-image--aspect-ratio / -r画面比例可选1:1、16:9、9:16、4:3、3:4默认1:1Logo 用方形最理想--list-styles列出 18 种风格修饰符只打印不生成--list-industries列出 10 个行业只打印不生成双通道模型。generate.py 顶部定义了模型常量Gemini 通道默认使用gemini-2.5-flash-imageNano Banana定位是fast, high-volume, low-latency加--pro切换gemini-3-pro-image-previewNano Banana Pro定位professional quality, advanced reasoningAtlas 通道默认模型为google/nano-banana-2-lite/text-to-imageAPI 基址为https://api.atlascloud.ai/api/v1。提示词增强机制。enhance_prompt()第 126-140 行把品牌名、风格修饰符、行业提示依次拼接到基础提示词上最后套入LOGO_PROMPT_TEMPLATE模板。该模板正是白底 Logo规则的代码落点其硬性要求包括干净的矢量风格、任何尺寸下都可缩放、清晰剪影、居中构图于纯白或透明背景、除非特别要求否则不加文字、高对比清晰边缘、方形完美居中。STYLE_MODIFIERS收录 18 种风格minimalist、vintage、modern、luxury、playful、corporate、organic、geometric、hand-drawn、3d、abstract、lettermark、wordmark、emblem、mascot、gradient、lineart、negative-spaceINDUSTRY_PROMPTS收录 10 个行业tech、healthcare、finance、food、fashion、fitness、eco、education、real-estate、creative不在此表中的取值会被静默忽略风格/行业参数因此是受控词表而非自由文本。批量模式。--batch N会调用generate_batch()第 400-485 行从固定的 9 种风格序列minimalist、modern、geometric、gradient、abstract、lettermark、negative-space、lineart、3d中依次取用输出文件命名为{brand}_{style}_{序号}.png并在每次请求之间sleep(2)做速率控制。文档头注释中的批量示例python generate.py --brand Unikorn --batch 9 --output-dir ./logos --proAtlas Cloud 通道的底层细节Atlas 通道是显式选择加入的--provider atlas其异步 API 的调用链在 generate.py 第 237-281 行先 POST/model/generateImagepayload 为model、prompt、aspect_ratio拿到 prediction id 后以ATLAS_POLL_INTERVAL 2秒为间隔轮询/model/prediction/{id}最多轮询ATLAS_MAX_POLLS 90次状态到达completed后从outputs[0]下载图片遇到failed/timeout/canceled/cancelled立即抛错。该通道还有两处安全性设计值得注意SSRF 防护_validate_public_https_url()第 151-173 行强制媒体 URL 必须为 HTTPS、拒绝 localhost/.local/.internal 类主机名并要求 IP 型主机必须是全局公网地址重定向由_SafeRedirectHandler拦截并复用同一校验密钥隔离下载图片时只携带Accept: image/*与 User-Agent绝不转发Authorization头。这两点都有测试佐证tests/test_generate.py 中test_atlas_submits_once_and_polls_until_completed验证提交一次、轮询至完成的时序test_media_download_never_forwards_api_key验证下载请求头中不含authorization字段另有测试断言 Atlas 提交失败时不会重试 POST。Gemini 通道则走google.genaiSDK_generate_with_gemini第 284-334 行配置response_modalities[IMAGE, TEXT]与四项BLOCK_LOW_AND_ABOVE安全阈值从返回的 inline_data 中提取image/*数据落盘未安装 SDK 时会给出明确指引run: pip install google-genai。环境配置Setup文档给出的 Setup 章节完整继承如下适用于仓库中脚本的实际读取逻辑export GEMINI_API_KEYyour-key pip install google-genai # Optional Atlas Cloud provider (no extra Python package required) export ATLASCLOUD_API_KEYyour-key两个前提需要说明Gemini 是默认通道需要GEMINI_API_KEY且必须安装google-genaiPython 包Atlas 通道只需ATLASCLOUD_API_KEY环境变量不需要额外 Python 依赖generate.py 使用标准库urllib直接请求。.env文件支持load_env()generate.py 第 35-54 行按优先级依次读取三处.env文件——design技能目录/.env、~/.claude/skills/.env、~/.claude/.env且已存在于进程环境中的变量不会被覆盖。因此 API Key 既可以export也可以写入这些.env文件之一。标准工作流Workflow文档定义的 4 步工作流保持不变这里补充每一步的落点生成设计简报→scripts/logo/search.py --design-brief跨三域检索产出行业/风格/色板三板块生成 Logo 变体→scripts/logo/generate.py --brand --style --industry按需加--batch、--pro、--provider atlas询问用户是否需要 HTML 预览→ 使用AskUserQuestion工具面向 Claude 等支持该工具的 Agent 环境若用户同意→ 调用/ui-ux-pro-max技能生成 HTML 画廊便于在浏览器中对比多个 Logo 变体。深入阅读三份配套参考文档文档末尾的 Detailed References 列出三份同目录参考文档已转换为仓库相对路径logo-style-guide.md — 风格详述Detailed style descriptionslogo-color-psychology.md — 颜色含义与搭配Color meanings and combinationslogo-prompt-engineering.md — AI 生成提示词工程AI generation prompts。三者与本文的分工是本文聚焦命令 数据 生成管线的可执行层面风格语感、配色理论与提示词技巧的细节可对照上述文档深入。小结Logo 子技能的设计哲学是数据先行、生成殿后先用 core.py 的 BM25 引擎k11.5、b0.75、过滤短词、得分 0 才返回在 55×3 的结构化设计数据中检索出有据可依的风格、色板与行业约束形成设计简报再由 generate.py 把受控词表内的风格/行业修饰符与白底矢量化的提示词模板拼装起来交给 Gemini 或 Atlas Cloud 双通道出图Atlas 通道附带轮询上限、公网 URL 校验与密钥隔离等工程防护并有单元测试锁定其行为。这套检索—简报—生成管线是本文所有命令可直接复现、且行为可从源码逐行追溯的原因。【免费下载链接】ui-ux-pro-max-skillAn AI skill that provides design intelligence for building professional UI/UX across multiple platforms.项目地址: https://gitcode.com/gh_mirrors/ui/ui-ux-pro-max-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
